1. 研究目的与意义
研究的背景：
数字图像处理领域快速进步和浩大挺进的态势受到最大的影响，主要有以下三种原因:一是伴随计算机而来的的互联网的快速发展;二是数学界的发展，而关于离散数学理论的创立、发展和完善更为重要;三是广泛的农业、林木业、地理、军事、医学和航空等方面的应用需求的巨大增长。
朱进，思美菱阐释了多光谱图像配准算法与局部灰度极值方法的研究过程。针对多光谱遥感影像，基于局部灰度极值配准方法：通过同步查找包含灰色极值在参考小区域和遥感图像，然后对多项式曲面的拟合极端，最后计算出极端点小区域作为特征点进行登记。实验结果表明，该算法具有精度高的特点。而林相搏，邱天爽提出结合全自动与模态医学图像的非刚性配准算法，基于灰色和形状信息构架的分割算法[1]。根据配准算法将欧氏距离表示的形状信息与灰度信息相结合，构造一个新的代价函数。
2. 研究内容和预期目标
研究的内容：
在分析了灰度相关的图像配准算法中的线匹配法、比值匹配法，而利用这俩种方法可以分别简单实现两幅图像在水平和垂直位移方向变化上的精确配准，而我们提出的另外一种基于灰度相关的算法，弥补上两种方法的不足，它能实现配准的范围更广，除了能实现两幅图在水平和垂直位移的配准之外，块匹配同时也能实现在旋转情况下的图像配准。
3. 研究的方法与步骤
1.基于神经网络方法实现模式识别，可处理一些环境信息十分复杂，背景知识不清楚，推理规则不明确的问题，允许样品有较大的缺损、畸变。
2.基于分形特征，一般认为:自然纹理图像满足分形特性，可以提取其分形特征以供进一步的纹理分割、目标识别等，而人造目标图像是不满足分形特性的，不可以提取其分形特征。
研究算法：
4. 参考文献
[1] 章毓晋 编著，《图像工程（上）—图像处理和分析》，清华大学出版社.
[2] 林相波, 邱天爽. 基于灰度和形状的非刚性图像配准算法的研究[j], 大连理工大学电信学报,2009, 28(4): 423-446
[3] 菅云峰,胡勇,李介谷. 基于hausdorff距离的图像匹配技术' [j]. 红外与激光工程. 1998.(04)
5. 计划与进度安排
序号 起止日期 任务 工作内容
1、 2022-01-01 ~ 2022-01-31 调研 调研，撰写开题报告
2、 2022-02-01 ~ 2022-02-13 查阅文献 论文综述、论文目录和学习现有算法
